Hogyan számolunk betűt?
A magyar ábécében a cs, dz, dzs, gy, ly, ny, sz, ty, zs önálló betű. A legtöbb szókereső ezt figyelmen kívül hagyja, és karaktert számol. Ez 245 226 szónál ad rossz eredményt.
Három eset van, amit külön kell kezelni.
Egyszerű kétjegyű betű. Az arany négy betűből áll: a – r – a – ny. Öt karakterből viszont igen. Egy betűkirakó táblán négy követ tennél le, egy Wordle-rácsban öt kockát töltenél ki.
Összeolvadás. Ha egy kétjegyű betű megkettőződik, a magyar helyesírás rövidíti: az sz + sz úgy íródik, hogy ssz. Az asszony ezért öt betű: a – sz – sz – o – ny. Ugyanez a meggy (m – e – gy – gy) és a hattyú esetében.
Morfémahatár. Ez a nehéz eset. A község szóban látszólag ott van a zs — pedig nincs: a szó köz + ség, tehát z és s. Ugyanígy a malacság (malac + ság) nem tartalmaz cs-t, a házszám pedig zs helyett z + sz betűkből áll. Ez a leírt alakból önmagában nem dönthető el. Mi a Szabad magyar szótár morfológiai elemzőjéből vesszük ki a szóhatárokat, és azokat a betűket nem engedjük összevonni, amelyek határon állnak.
Az adatbázis építésekor mind a három szabály lefut, és minden szóhoz eltároljuk a betűtagolást. Ezért tud a kereső betűben és karakterben is számolni, és ezért látod a listákban a kétjegyű betűk alatt a sárga jelölést.